中國電影票房能否接軌“口紅效應”？

李金洋

近年來隨著中國經濟下行壓力巨大的宏觀形勢和電影市場飛速發展，“口紅效應”的寵兒——電影產業，呈現超出經濟增速的高速增長態勢。本文針對電影票房與相關變量的聯系，截取2008年至2018年的部分內地上映電影作為樣本并結合期間各變量的相關數據進行分析。最后通過對電影票房增長及變量的分析和建立模型探究“口紅效應”與電影票房增長的關系并解釋影響電影票房其他主要因素。

“口紅效應”最早是于20世紀30年代美國經濟大蕭條時期首次提出的。在美國，每當在經濟不景氣時，口紅的銷量反而會直線上升。美國化妝品雅詩蘭黛創辦人之子萊昂納多·蘭黛提出的“口紅指數”揭示了這一現象。因為在美國，口紅是一種比較廉價的消費品，在經濟收入減少的情況 下，人們的消費欲望卻沒有減，因此他們會轉而購買比較廉價的商品。而口紅作為一種“廉價的非必要之物”，卻兼具廉價和粉飾的作用，可以對消費者起到一種“安慰”的作用。 另外，人們的收入降低，難以進行大額消費，手中反而會出現一些“小閑錢”，可以去買一些“廉價的非必要之物”。當金融危機來臨的時候，大量的人群受到沖擊，出現更多的閑暇時間，心理上出現焦慮、不安、迷茫等特征。在這樣的背景下，電影作為文化類產品能夠對這些消極的精神狀況起到撫慰的作用。它與任何一種文化藝術形式一 樣，是以愉悅觀眾的精神和心理為內在價值的，能夠轉移人們對困難危機的關注，減輕危機帶來的巨大心理壓力和精神緊張。因此，電影市場的繁榮正是應了受眾的這一需求而出現的。

滿足如下三個條件的產品也可以充分利用“口紅效應”來拉動銷售：首先是所售商品本身除了實用價值外，要有附加意義；其次，商品本身的絕對價格要低；再次，商家要充分利用情境來引導消費者、引爆消費欲望。在經濟不樂觀時期，那種既能夠滿足消費者心理慰藉需求，價格又低到能消費得起的產品，往往能夠獲得更好的市場待遇，影院能夠讓人沉浸其中而獲得短暫的心理慰藉，因此，票房的增長可以由口紅效應拉動。從票房大熱影片來看，也有心理安慰的“功效”。前任華語票房冠軍影片《泰囧》《捉妖記》，到《美人魚》，以及《羞羞的鐵拳》《夏洛特煩惱》《大圣歸來》等高票房電影不難看出，近幾年能夠獲得觀眾青睞的，更多是題材輕松搞笑、能讓人得到放松的影片。

一、文獻綜述

圍繞國內電影票房與經濟增長的關系，國內學界紛紛進行了相關研究。李煒（2015）認為，中國電影票房與整個經濟環境的變化不無關系，嚴峻的經濟環境反而有效促進了票房的走高。在宏觀經濟出現衰退的時候，有兩個行業往往是增長的，其中一個就是娛樂業。但也有聲音反駁這個觀點。有電影業內人士指出，目前中國的觀影人群，并非是“口紅效應”中受到經濟困擾而無力支付的群體，“更多的是擁有自主消費能力的城市白領”。

對于自2008年經濟危機以來我國電影產業的發展現狀，藝恩咨詢在《—年中國電影產業研宄報告》中指出，中國電影產業的政策、經濟、社會環境，分別是多元政策大力支持，助推影視產業跨越式增長、資本介入升級，互聯網變革影視產業鏈、觀影人群快速增長，90后漸成主力，電影產業外部環境利好、產業規模增長、互聯網創新共同帶來中國電影市場高位增長新常態的局面。

劉陽（2015）、尹鴻（2014）、蔣興達（2014）認為，電影供給出現井噴式增長、人均穩定增長、銀幕與影院數量急劇放大等都是我國電影票房高速增長的有力支撐，我國電影票房己進入一個高速增長的階段。并且，國際電影市場權力格局正在發生重構。而且隨著互聯網、特別是移動互聯網為代表的新媒體沖擊下，電影產業的營銷趨于定向和精細。

通過眾多學者的研究可以發現，我國電影市場正處于飛速發展的階段，金融資本的滲透、互聯網經濟的介入成為了雙輪并驅動力，票房收入逐年高速增長，中國己成為全球電影票房增長的主引擎，帶來了巨大的經濟效應和社會效應。

在參考和學習國內外相關研究的基礎上，本文試圖通過經濟學理論與模型的建立分析探究中國電影票房增長是否受口紅效應影響，并從多角度尋找和分析電影票房的影響因素。利用計量經濟學和統計學方法進行實證分析，以計量模型為基礎和依據對各影響因素進行討論和定性分析。

二、電影票房與經濟發展的實證研究

本文選取2008年4月到2018年4月的月度數據，從實證角度圍繞電影票房和經濟發展主要變量的關系進行實證分析。

（一）變量選擇及數據來源

根據當前國內外學者（學界）相關研究成果，對票房收入和經濟發展的相關指標進行變量選擇。首先，選用月度電影票房收入作為電影票房的代表性變量，名稱為BOX。其次，經濟發展總量通常用GDP來代表，但是由于我國沒有公布GDP的月度數據，因此選用月度工業增加值作為經濟增長的代理變量，名稱為GYZJ。第三，鑒于財政收入是在一定時期內通過一定形式和渠道集中起來用于調控宏觀經濟、調整社會收入分配的貨幣資金，是衡量經濟發展程度和經濟實力的重要指標，因此選用月度財政收入也作為經濟發展的代理變量，名稱為FISCAL。

相關數據來源于Wind金融數據庫和國研網數據庫。同時，為消除數據的異方差現象，對以上相應數據均進行對數化處理。

（二）平穩性檢驗

在變量之間建立狀態空間模型時，要求變量之間具有協整關系，否則所建立的模型將是偽回歸。如果變量之間存在協整關系，那么變量必須是同階單整的。因此，首先要對變量進行平穩性檢驗和協整檢驗。

由于大多數經濟指標的時間序列都是非平穩序列，對這類時間序列進行回歸分析時往往會出現“偽回歸”現象，從而導致分析結論無效。因此在進行VAR估計前，首先需要進行平穩性檢驗。本文利用Dickey和Fuller（1994）提出的ADF 檢驗法對各變量進行單位根檢驗。如果ADF檢驗統計量拒絕原假設，則說明序列是平穩的，否則序列是非平穩的。結果如下（見表1）：

由上表可知，原時間序列ADF統計量的值都大于各檢驗水平下的臨界值，為非平穩時間序列。對變量一階差分進行單位根檢驗的結果顯示，各變量序列均為同階單整的I（1）序列，為此可以進行協整檢驗。

（三）協整檢驗

協整關系是指非平穩時間序列間表現出來的長期穩定關系。其檢驗的基本思想在于：對于兩個或以上的非平穩序列，它們的某種線性組合可能呈現長期穩定性，即有協整關系。協整檢驗的目的在于決定變量間是否存在一種長期穩定的均衡關系，由于本文涉及多個變量，因此在VAR模型分析的基礎上，選取Johansen協整檢驗。

Johansen協整檢驗是在VAR（模型）基礎上用極大似然法進行估計檢驗，是一種進行多變量協整檢驗的較好的方法。其基本思路是在多變量VAR系統中構造殘差的積矩陣并計算矩陣的有序特征值（Eigenvalue），并根據特征值得出一系列的統計量從而判斷是否存在協整關系以及協整關系的個數。

根據ADF單位根檢驗結果，由于BOX、GYZC和FISCAL的時間序列都是I（1）序列，滿足協整檢驗的前提條件，因此可以對它們進行協整檢驗。

1.VAR模型估計與平穩性檢驗。

本文運用Johansen多變量協整檢驗法進行檢驗。

由于該方法是基于向量自回歸（VAR）模型的檢驗方法，因此在進行協整檢驗前，需要建立包含BOX、GYZC和FISCAL的VAR模型并進行估計，由于已確定了VAR模型中包含的變量，因此需要確定模型的滯后階數k。（見表2）

可見，綜合LR、FPE和AIC等準則均判斷滯后階數為8，即k=8，由此建立滯后階數為8的模型VAR（8），并對其進行平穩性檢驗。結果表明，VAR模型是穩定的。

2.Johansen協整檢驗。

Johansen檢驗的主要原理是檢驗協整向量矩陣是否存在以及存在幾個非零特征根。若存在非零特征根，則說明存在協整關系，可以采用特征根跡檢驗（Trace）來進行檢驗，結果如下（見表3）。

表3檢驗結果表明，在5%的顯著性水平下，變量BOX、GYZJ和 FISCAL的時間序列存在1個協整關系，即存在長期均衡關系。且協整方程為：

BOX=0.00432GYZJ+0.00739FISCAL

R2=0.86

協整方程結果表明，工業增加值每增加1億元，電影票房增加0.00432億元，和財政收入每增加1億元，電影票房增加0.00739億元，符合經濟理論和實際狀況。以上評價可以看出，GDP和財政收入的增長會影響電影票房的增長，盡管電影票房增速遠超GDP和財政收入增速，但并不能簡單的認為是口紅效應導致。在此基礎上，將選取能夠解釋以上兩個問題的變量進行理論分析并在收集與整理相關數據基礎上對影響電影票房的因素與票房本身的動態關聯繼續進行實證分析。

三、其他相關變量與電影票房的實證分析

（一）影響因素分析及數據處理

用一個簡單的公式可以表示票房的計算：

票房 = 評價電影票價×觀影人次

由于電影票價在某種程度上并不完全由市場的供給與需求決定，因此以下討論的對電影票房的影響的變動因素集中體現在對觀影人次的影響上，而電影票價則是相對平穩只受少量外在因素影響。

1.銀屏數量

銀幕數量：選取每年中國內地電影市場銀幕數量。用“screen”表示。

2.生產國家

是否進口：是否為進口影片，如果是賦值為1，否則為0。用“import”表示。

3.預期與關注度

意愿觀看人數：選取每部電影在時光網資料庫中“想看”的人數。用“WANT”表示。評論人數：選取每部電影在豆瓣電影中評分的人數。用“COMMENT”表示。

4.續集

是否續集：是否為續集作品，如果是賦值為1，否則為0。用“SEQUEL”表示。

5.上映時間

檔期：選擇中國內地電影市場最大的兩個檔期——賀歲檔和暑期檔，電影在這兩個檔期內上映的賦值為1，否則為0。

6.評分

電影評分：選取每部電影在豆瓣電影中的評分。用“SCORE”表示。

7.明星效應

按照豆瓣網排名選取國外演員50位，大陸演員10位，港澳臺演員10位，電影中有被選中作為主演的影片賦值1，否則為0。用“star”表示。

8.3D技術的運用

是否3D：影片是否采用3D技術，如果是賦值為1，否則為0。用“three”表示。

（二）實證分析

1.散點圖

運用eviews以電影票房的對數形式與解釋變量中的非虛擬變量做散點圖，觀察解釋變量與應變量之間的關系，由散點圖可以發現，電影票房的變化率（log（box））與意愿觀看人數（WANT）和評論人數（COMMENT）大致呈二次函數曲線；與電影評分（SCORE）大致呈線性關系。因此考慮以相應的函數形式對各變量回歸并分析。

2.逐步回歸模型

在初步得知模型中各變量的函數關系后，對電影票房及其他九個解釋變量建立回歸模型。為消除多重共線性，對模型進行逐步回歸分析。結果見下表4：

從逐步回歸模型的匯總表中可以看出，回歸的決定系數R2 = 0.6635，說明模型中解釋變量在很大一定程度上解釋了應變量。模型中F值為54.0775，且異方差檢驗p值極小，說明逐步回歸后方程具有高度顯著性。

（三）模型結論分析

由結果發現，屏幕數量的系數為正，對中國電影票房的增長有較強的解釋能力，且屏幕數量每增長1%，電影票房增長73.6%。意愿觀影人數和評論人數都為正，表明人們對電影的預期與關注度會引起電影票房的增加，雖然這兩個解釋變量的系數不高，但它們的顯著性水平十分高，說明了起影響的普遍性。另外，電影續集、3D技術的運用以及明星的加盟都會使的提高電影的票房表現，這也符合人們的常識判斷和中國電影市場的現狀。

在上表中我們發現，進口電影系數為負，即進口電影反而影響電影票房減少，一定程度上說明中國電影制作水平已有顯著提高。

最后，模型中被剔除了兩個變量：檔期和評分。說明了檔期對于票房并不是決定性的影響因素。而電影評分雖然體現了電影的口碑，但顯然國內觀眾并不太在意。這是令人意外的。不過當自己觀察樣本后，的確發現有不少高評分影片票房表現平平，而一些評分極低的電影卻也能取得不錯的票房。

四、結語

通過對電影票房及對其解釋變量的分析，可以大致了解電影票房與各影響因素的聯系。盡管我國經濟增速放緩，但仍能在一定程度上解釋電影票房的增長，同時，銀屏數量、觀眾觀影意愿、影片的受關注度、影片是否是續集、是否3D以及是否有明星都影響著票房的變化，因此表明，中國電影票房的增長并非因經濟不景氣而呈現高速增長，即并非口紅效應所致。結合電影市場的情況看，影響電影票房的因素主要如下。

一是銀屏數量的影響代表著硬件設施對電影票房的影響，表明中國內地電影市場的硬件條件還遠沒有達到飽和狀態。影片續集、明星效應和3D效果對電影票房正向的影響表明了電影本身對觀眾的吸引力。對于制片方一方面，續集的制作、明星的加盟以及3D技術的引入作為電影制作范疇的可控變量，保證了影片質量，提供了潛在的預期關注，這也是影片有好的市場表現的基礎；另一方面，這也可以用作宣傳的噱頭。從市場的角度，制片方迎合觀眾心理，體現了市場規律，也說明了觀眾的關注點往往并不一定在電影內容本身。

二是觀眾觀影意愿和影片關注度這兩個變量，顯著性最高，說明其最直接的影響了觀影人次。而對于電影口碑與電影票房影響力不足的現象，可能存在觀眾的一些“跟風心態”，當一部影片被炒作或帶節奏時，容易出現“跟風”現象?；虮е翱礋狒[”心態，明知口碑差，還想親自看看影片有多差，導致電影評分被高估或低分電影票房被拉高。

三是影片的生產地，即是否進口事實上對影片的票房表現影響不大。（作者單位為云南大學經濟學院）